跳到主内容
@wquguru
精选70通往AGI之路产品发布/更新

飞书AI绝活大会:100个CLI实战案例与Agent工作方式

如何让飞书真正替你干活?「AI绝活大会」干货替你整理好了

原文
发到 X

WaytoAGI

如何让飞书真正替你干活?

飞书「AI绝活大会」AJ、牛晶泾、张咋啦三场分享全整理

WaytoAGI900万+学习者的AI原生社区

上周末,400 多位朋友聚到杭州,参加了飞书的「AI 绝活大会」。

这次活动非常丰富,第一天是创作者小聚,人人都来动手 vibe coding,现场诞生了 23 个绝活;第二天将近300人分组动手,90 分钟搓出来了 35 个作品。

关注我们的老朋友都知道,WaytoAGI 的知识库就是在飞书上建立起来的,自从飞书 CLI 发布后,我们的工作效率也往 5x 的速率跑,还举办过好几场「飞书 CLI」相关的活动。

所以,WaytoAGI 发起人 AJ 这次在活动上的分享,也是她自己在过去几个月中的飞书 CLI 实战手记,里面有她做过的 100 个真实案例。

💡 AJ 分享的网页版 PPT,公众号私信「AI绝活」获取

除了 AJ 分享的内容外,我们还收集了 X 大 V 张咋啦分享的「4 个可以立刻落地的 AI-native 工作方式」,以及飞书开放平台产品经理牛晶泾分享的「怎么和 AI 协同,把 Agent 接进飞书群聊」。

01 AJ:100 个飞书 CLI 真实案例

如果一天要处理 7 条会议纪要、3000+ 条聊天信息、上百份活动报名表,你会怎么办?

这是 AJ 每天都在面临的日常,她把这些案例做成了一张表格,点击能跳转飞书链接查看成果。

先补充一下背景:飞书 CLI 是今年 3 月底开源的官方命令行工具,它能让 Claude Code、Codex 这类 AI 编程工具直接读写你的飞书,文档、消息、妙记、多维表格、日历都能操作。开源第一个月 GitHub 星标就破了万。

AJ 开场先戳了一个很多人都有体感的痛点,飞书里不缺信息,缺的是下一步。

会议录了很多,没时间回听;

群聊里定下来的事,几个小时后就被新消息刷走;

同一个项目散落在好几份文档和妙记里;

方案写完了,还要手动建表、填数据、发群……

知识库越建越大,想找一个可信的答案反而越难。顺着这个痛点,AJ 开始让 Agent 进入真实工作现场。它知道资料在哪里、上下文是什么、结果应该写回哪里。

100 个案例跑下来,AJ 沉淀出一套五步循环:找、读、理、写、验。

  • 找:先定位,时间、人物、项目
  • 读:理解原文和上下文
  • 理:去重、分类、分级
  • 写:把结果写回现场,文档、Base、群聊
  • 验:重新读取确认,记录数、权限、链接都要再查一遍

简单任务可能前两步就够了。但任务越重要,越要走到最后一步。

她还给这件事分了四个段位。从 AI 找会议或文档开始,到整理这些内容、产出能直接交付的内容,最后持续维护。一次性的任务和长期系统的差别,就在这四级之间。

第一个,每日妙记复盘。

比如一天有 7 条妙记,接近 7 小时,根本不可能回听。但可以让 Agent 每天自动搜索当天全部妙记,去重,按 A/B/C 分级,算出时间分布,再给出第二天的行动建议,A 级的 6 条进入深处理队列。

第二个,群聊治理。

一个课程群积了 3561 条消息,Agent 识别出里面的问题,合并重复问法,补上回答,清理敏感信息,最后沉淀成 13 组可搜索的 Q&A。课程录播在哪看、作业能不能组队,这类被问了八百遍的问题,终于沉淀成了能留下来的知识。

第三个,一个想法变成 14 天试点。

妙记和许愿池 thread 里的讨论先被整理成方案,方案落成文档,文档链接和摘要又自动回复到原来的讨论串里。结果回到了它诞生的地方。

第四个,方案写完,系统自己长出来。

活动目标决定 Base 字段,字段决定报名表单,表单数据又回流到 Base。文案、报名入口、运营底表,全部来自同一套上下文,不用人工搬三遍。

第五个是我觉得最能体现分寸感的,几百份报名的批量筛选。

Agent 统一字段、分批打标,每个候选人保留推荐理由和风险提示,形成一份可复核的名单。高影响的判断,仍然交给人来做最终确认。

100 个案例按场景分成六类,能很清晰地看出把时间花在了哪里。

案例讲完,AJ 总结了三个规律:

1.大部分工作是整理已有信息。团队通常已经拥有足够多的资料,缺的是结构、判断和承接。

2.文档是中间层。群聊和妙记产生信息,文档形成共识,Base 负责持续维护。

3.校验产生信任。记录数、字段、权限、链接,都需要重新读取确认一遍,这是成本最低的信任。

怎么给飞书 CLI 下任务,她也总结了一个五要素模板。

  • 范围:哪个时间段、哪个群、哪个项目。
  • 目标:要解决什么问题
  • 处理:去重、分类、分级还是脱敏
  • 交付:写成文档、Base、表单还是直接回复
  • 校验:完成后重新检查什么

照这五要素写任务,和「帮我整理一下群聊」这种一句话需求比,效果差距非常大。

最后是 AJ 最想分享的 6 条经验,希望对你的工作也能有帮助。

02 牛晶泾:24 小时在线的数字员工

牛晶泾是飞书开放平台产品经理,她分享了怎么和 AI 协同工作,把 Agent 接进飞书群聊,@ 一下就能唤起一位 24 小时在线的聪明同事。

整个过程一共分 7 步,这里先简单总结下。

💡 公众号私信「AI绝活」获取完整内容

1.买一台海外云服务器,2 核 4G 大约 24 美元一个月。

2.在上面装好 Claude Code 或者 Codex。

3.让它自己安装 lark-cli 和 lark-channel-bridge 这两个开源工具,从此你在飞书里发消息它就能收到。

4.给它发一段 onboard 提示词,让它扫群聊记录和妙记,自己建知识库、写人设。

5.做安全加固,服务器上防火墙、密钥登录,Agent 这边把转账、删除、对外发布这类红线写进人设。

6.然后拉进工作群,注意飞书有个规则,群里机器人要被真实 @ 到才能收到消息,手打的「@名字」它是收不到的。

7.最后给它设两个自生长 loop,每天晚上写日记整理当天学到的东西,每次被同事纠正就把新知识记进自己的知识库。

再往前一步,是这次资料里最前沿的部分:「智能体入会」。

顾名思义,这个能力是让 Agent 直接进到会议里。目前开放的能力包括:会中实时逐字稿、语音输入输出、会前会中会后的事件、投屏文档、读取和发送弹幕表情,甚至可以控制开麦闭麦。

玩法共分三档:

第一档,Agent 入会但不出声,边听边思考、查资料、干活,结果私信发给你。已经跑通的 demo 有会议里语音下指令做 oncall 故障排查、会后自动生成事故总结。

第二档,语音交互但浅思考,当场用语音应答,比如接 GPT Realtime 2.0 做同声传译,比如给销售做话术通关陪练,练完直接打分出报告。

第三档还在探索,深思考加语音控场,AI 独立主持人。资料里还有一段全 Agent 模拟会议的视频,主持人、发言人、气氛组、组织者,全是 Agent。

这个能力目前在灰度中,期待上线!

03 张咋啦:4 个 AI-native 工作方式

张咋啦分享的是「4 个可以立刻落地的 AI-native 工作方式」,视角从个人拉到了组织。

💡 张咋啦的网页版 PPT,公众号私信「AI绝活」获取

她用电力革命作比:升级单个工具,不会自动带来生产力跃迁。就像工厂的效率提升,光靠通上电还不够,得把工厂整个重新设计一遍。

四个做法分别是:

1.所有会议默认录制,妙记是给 Agent 最重要的 context,会议的结束是工作的开始。

2.做团队共用的 Agent,参考 Shopify 的实践,Agent 只能在群里聊天、禁止私聊,让员工在工作现场学习。

3.做 skill 的时候别只给自己做,给上下游做,组织的低效大多卡在人与人的依赖上,AI 时代公司应该围绕 loop 而非职能重组,一个人端到端负责一个闭环。

4.审美也是一种生产力,People don't read,把「变好看」交给 AI,用 HTML 这种 Agent 擅长的语言做可视化沟通。

结尾,张咋啦还留了一个问题:这个时代的 builder 最重要的素质是什么?

它给的答案是三个词:Agency、Taste、Distribution。

爱折腾的主观能动性,对用户和产品的品味,加上讲故事让人行动的传播能力。

做东西这件事,中间那步「把它做出来」变简单了,两头的「决定做什么」和「推广出去」反而变难了。

听完分享,这场活动最特别的部分才开始,所有人现场动手。

90 分钟能干什么?放在两年前,大概够开一次需求评审会。但现在,够 35 个作品从想法跑到能上台演示。

回到 AJ 那场分享的最后一页,就一句话,让 Agent 在真实工作里留下结果。

飞书里从来不缺信息。现在,缺的那个「下一步」,也有人把路趟出来了。

100 个案例,只是开始,下一个绝活,可能就是你的。

AI 绝活大会还会继续。下一站,7 月 25 日北京见!

本文资料

AJ / 牛晶泾 / 张咋啦 完整 PPT 与资料:公众号私信「AI绝活」获取

👀 近期看点

WAIC逛展全攻略!175 场论坛 + 全城边会,都在这俩网站里了

报名开启!AMD AI DevMaster 全球黑客松等你来战

73个飞书文档,1小时变网站|AJ在D20峰会的Vibe Design实践

在WAIC隔壁,我们要组一场Agent创业者的「避坑局」

公众号私信「AI绝活」获取

查看原文 →

更进一步:量化金融体系

看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力

进入量化体系 →

相似阅读

另一事件,读法相近